Automatisez la création des questions d'examen à partir de Google Docs et gagnez des heures
La création manuelle de questions d'examen variées (questions ouvertes, QCM) à partir de vastes documents d'étude est chronophage et laborieuse pour les éducateurs. Ce workflow utilise l'IA avec RAG pour générer automatiquement des questions ouvertes et des QCM de haute qualité et complètes à partir de Google Docs, réduisant considérablement le temps de préparation.
Documentation
Automatisez la création de questions d'examen à partir de Google Docs
Ce workflow n8n révolutionne la création d’évaluations en automatisant la génération de questions ouvertes et QCM directement à partir de votre contenu Google Docs. Conçu pour les enseignants et les créateurs de contenu, il intègre des modèles de langage IA et des bases de données vectorielles pour produire efficacement des matériaux d’examen pertinents et de haute qualité.
Fonctionnalités clés
- Extrait automatiquement le contenu de Google Docs pour analyse.
- Génère 10 questions ouvertes favorisant la pensée critique.
- Crée 10 questions à choix multiple avec une réponse correcte et trois distracteurs plausibles.
- Utilise la génération augmentée par récupération (RAG) avec Qdrant pour assurer l'exactitude factuelle des réponses et options.
- Stocke toutes les questions et réponses générées proprement dans Google Sheets pour une révision et distribution faciles.
- Utilise Google Gemini et OpenAI pour un traitement avancé du langage naturel et des embeddings.
Comment ça marche
Le workflow commence par récupérer le contenu d’un Google Doc spécifié et le convertir en format markdown propre. Ce texte traité est ensuite découpé en morceaux, encodé avec OpenAI, et stocké dans une base de données vectorielle Qdrant, créant une base de connaissances consultable. Ensuite, deux chaînes d’IA parallèles s’activent. La première chaîne utilise Google Gemini pour générer 10 questions ouvertes basées sur le document. Chaque question est ensuite transmise à une chaîne RAG qui consulte la base Qdrant pour formuler une réponse précise, qui est enregistrée dans une Google Sheet. Simultanément, une seconde chaîne génère 10 questions à choix multiple. Pour chaque QCM, un agent IA utilise l’outil RAG pour identifier la bonne réponse et inventer trois distracteurs incorrects plausibles. Ces QCM structurés, incluant la réponse correcte, sont ensuite sauvegardés dans une feuille distincte du même tableur Google. Cela garantit un résultat robuste et factuellement fondé pour tous vos besoins d’évaluation.